如何将Polars中数字字符串列高效转换为整数列表？

你的现有方案是可行的，但可以从健壮性、可读性和性能三个维度优化，以下是具体替代方案：

1. 更健壮的Polars原生方案 #

原方案用str.split("")拆分字符，若字符串包含非数字字符（或空字符串）会产生无效元素。改用str.extract_all(r"\d")精准提取所有数字字符，避免转整数失败：

s.str.extract_all(r"\d").list.eval(pl.element().str.to_integer(base=10))

2. 简化语法（Polars 0.20+） #

如果使用Polars 0.20及以上版本，可省略pl.element()，直接用pl.col("")指代列表元素，语法更简洁：

s.str.split("").list.eval(pl.col("").str.to_integer(base=10))

3. 大数据量下的性能优化方案 #

当处理超大规模数据时，利用numpy的批量操作比纯Polars列表操作更快（需确保内存足够容纳所有字符数据）：

import numpy as np

# 转换为numpy字符数组后批量转整数
char_array = np.array([list(x) for x in s.to_list()])
result = pl.Series(char_array.astype(int).tolist())

方案对比 #

• 原生Polars方案（优化后）代码简洁、易维护，适合绝大多数常规场景，完全向量化无Python循环开销。
• numpy批量方案在数据量≥10万条时性能优势显著，但代码复杂度略高，需注意内存限制。

内容的提问来源于stack exchange，提问作者J.N.